AI BENCHY Compare
Qwen: Qwen3.5-35B-A3B vs xAI: Grok 4.20 Beta
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-12
| 指標 | Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 順位 | #39 | #52 |
| 平均スコア | 5.5 | 4.4 |
| 一貫性 | 6.3 | 9.1 |
| 結果あたりのコスト | 4.251 | 2.214 |
| 合計コスト | $0.341 | $0.089 |
| 正解テスト | ||
| 試行ごとの合格率 | 77.1% | 33.3% |
| 不安定なテスト | 7 | 2 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 5,495 | 1,511 |
| 推論トークン | 169,266 | 0 |
| 応答時間（平均） | 43.93s | 1.22s |
| 応答時間（最大） | 106.00s | 6.48s |
| 応答時間（合計） | 702.85s | 19.53s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 21.75s | 429 | 36,235 | |
| Grok 4.20 Beta | 3.3 | 7.9 | 22.2% | 1 | 562ms | 245 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 1.6 | 66.7% | 1 | 75.34s | 775 | 12,485 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 6.48s | 282 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 5.5 | 5.9 | 83.3% | 1 | 59.33s | 235 | 19,493 | |
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 601ms | 197 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 4.4 | 44.5% | 2 | 88.34s | 41 | 46,368 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 611ms | 160 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 1.6 | 33.3% | 1 | 30.30s | 20 | 3,753 | |
| Grok 4.20 Beta | 5.0 | 10.0 | 0.0% | 0 | 541ms | 87 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 24.45s | 97 | 17,361 | |
| Grok 4.20 Beta | 4.5 | 10.0 | 0.0% | 0 | 687ms | 60 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 4.0 | 4.4 | 77.8% | 2 | 31.58s | 3,589 | 32,206 | |
| Grok 4.20 Beta | 4.0 | 7.2 | 55.6% | 1 | 541ms | 291 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 309 | 1,365 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 189 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2nonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumMiniMax M2.5mediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGLM 5noneSeed-2.0-LitenonevsQwen3.5-35B-A3Bmediumgpt-oss-120bmedium無料で利用可能vsGrok 4.20 BetanoneMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneHunter AlphanonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5 NanomediumvsGrok 4.20 BetanoneClaude Sonnet 4.6nonevsQwen3.5-35B-A3Bmedium